機械学習を使った レコメンデーション / visit-recommendation2019 - Speaker Deck

様々な業界でレコメンデーションの実装を要求されることがあります。例えば、検索システム、メールの配信などです。 ウォンテッドリーでは、昨年からレコメンデーションチームを立ち上げ、機械学習を使ったレコメンデーションをリリースし、継続的に改善を行っています。 今回、レコメンデーションアルゴリズムの全体像と、ユーザエンゲージメントを良くするためのターゲットの設定の方法についてお話します。 こちらのブログを見るとより全体像が分かります。 https://www.wantedly.com/companies/wantedly/post_articles/169261

3 mentions: @yu__ya4@kubonagarei@tdualdir
Date: 2019/06/19 11:15

Referring Tweets

@yu__ya4 弊社久保長の発表資料です👀 『機械学習を使ったレコメンデーション』 https://t.co/oBTYB42u8v #PyDataTokyo
@kubonagarei 今日、PyData Tokyo Meetupで発表する資料を公開しました! Visitのレコメンデーションについてお話します。 #pydata https://t.co/NGbjKhP1HQ
@tdualdir ユーザーエンゲージメントスコアも改善サイクルを回せという良いスライド 機械学習を使った レコメンデーション / visit-recommendation2019 https://t.co/1sluCH1JTJ

Related Entries

Read more 今日から始める機械学習〜はてなの事例〜
Read more 科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
Read more 日本初の競技機械学習大会 Cpaw AI Competition の運営 / About Cpaw AI Competition in Kaggle Meetup Tokyo - Speaker De...
Read more 機械学習モデルのハイパパラメータ最適化
Read more 機械学習を用いた異常検知入門